MongoDB存储的数据是非结构化数据。
在传统的关系型数据库中，数据以表的形式存储，表由行和列组成，每一行代表一个实体，每一列代表一个属性。这种结构称为结构化数据。然而，MongoDB是一个文档数据库，它存储的是文档，而不是表。
文档是一种以键值对形式组织的数据结构，可以包含各种类型的数据，例如字符串、数字、数组、嵌套文档等。这种灵活的结构使得MongoDB能够存储和处理非结构化和半结构化数据。换句话说，MongoDB中的数据不要求严格的固定结构，可以根据需要灵活地添加、修改和删除字段。
下面是一个简单的示例，展示了如何在MongoDB中存储非结构化数据：
from pymongo import MongoClient
# 连接MongoDB数据库
client = MongoClient('mongodb://localhost:27017/')
# 选择数据库和集合
db = client['mydatabase']
collection = db['mycollection']
# 创建一个非结构化数据文档
document = {
'name': 'John Doe',
'age': 30,
'address': {
'street': '123 Main St',
'city': 'New York',
'state': 'NY'
},
'interests': ['reading', 'sports', 'travel']
}
# 插入文档到集合中
collection.insert_one(document)
# 查询并打印文档
result = collection.find_one({'name': 'John Doe'})
print(result)
在上面的示例中，我们首先连接到本地的MongoDB数据库。然后选择一个数据库和集合，这里我们选择了名为"mydatabase"的数据库和名为"mycollection"的集合。
接下来，我们创建了一个非结构化的文档，包含了一个人的姓名、年龄、地址和兴趣爱好。文档中的字段可以根据实际情况进行扩展或修改。
最后，我们使用insert_one()方法将文档插入到集合中。然后使用find_one()方法查询并打印出刚刚插入的文档。
正是因为MongoDB存储的数据是非结构化的，它在处理半结构化和非结构化数据方面具有很大的优势。它可以轻松地存储和查询各种类型的数据，而不必事先定义严格的表结构。这使得MongoDB成为许多应用场景的理想选择，例如大数据、物联网、社交媒体等。
总结起来，MongoDB存储的数据是非结构化数据。它使用文档而不是表来组织数据，文档是一种灵活的数据结构，可以包含各种类型的数据。这种灵活性使得MongoDB非常适合存储和处理非结构化和半结构化数据。
